制浆过程产生的黑液是主要的环境污染源之一，科学有效的处理方法是采用碱回收技术，但碱回收运行成本高。降低其运行成本的有效途径是尽可能地提高黑液浓度。这就要求在纸浆洗涤过程中，不仅要保证洗涤质量，又要获得高浓度的黑液。目前，对洗浆机理进行了大量的研究，但洗浆过程中还存在许多不可控扰动，因此，仅依靠洗浆设备和工艺的改进是不够的，还须对洗浆过程实现自动控制和集成优化。本文在国家自然科学基金项目“草浆洗涤过程两步神经网络建模及集成优化”的资助下，针对纸浆洗涤过程的研究重点是克服工况波动，保证持续，平稳洗浆，着重研究了洗浆过程的数学模型，设计了洗浆过程的优化控制系统。主要研究成果如下：（1）提出纸浆洗涤过程软测量模型。以集散控制系统采集的大量现场数据和用机理模型得到的模拟数据为基础，借助两步神经网络辨识法及最小二乘法，建立了残碱和黑液波美度的软测量模型，并对模型进行校正。校正后的软测量模型具有较高的预报精度，很好地满足了质量指标。（2）综合洗浆质量及生产效益，分别实现洗浆过程的单目标和多目标优化。通过洗浆和蒸发系统的物料衡算，建立稀释因子与洗涤用水费用的单目标优化；以洗浆质量高、出浆量大、耗水量低为目标，建立洗浆过程的多目标优化，使总体经济效益达到最优。（3）稀释因子的预测推断控制。分析稀释因子，浆层厚度，洗涤水流量之间的机理关系，通过调节洗涤水流量控制浆层厚度，以浆层厚度软测量模型为预测模型，构造稀释因子的预测推断控制策略。有效的提高了不可测变量的响应速度,并为生产过程提供了监视值。（4）纸浆洗涤过程优化控制系统的实现。以西门子S7-400系列的PLC为硬件开发平台，西门子的WinCC6.0和Step7为软件开发平台，组成三级DCS控制系统。在基本级，设置浓度、液位、流量、温度等子控制系统，以保证多段浆料逆流洗涤的正常进行。在联动级，为增加系统的柔性，将基本级小单元联系起来，以适应产量的变化及工艺参数的修改。在优化级，实现洗涤过程数学模型辨识和多目标优化，保证洗后浆残碱和黑液波美度尽可能地满足工艺优化要求。